本文選題：Kriging模型　切入點：RBF　出處：《控制工程》2017年01期 　論文類型：期刊論文

【摘要】：基于Kriging代理模型的EGO(Efficient Global Optimization)算法的優(yōu)化精度不高,并且當構建模型的樣本數(shù)量較大時,算法優(yōu)化變得耗時。對此提出了結合全局代理模型與局部代理模型的改進優(yōu)化算法。使用Kriging作為全局代理模型,RBF作為局部代理模型,通過構建、優(yōu)化多個局部代理模型來獲取多個局部較優(yōu)點,并在線更新Kriging模型,提高模型精度。針對優(yōu)化耗時問題,提出了樣本點遺忘法以及樣本點漸進式增加法,使優(yōu)化時間較EGO大大縮短。通過4個典型測試函數(shù)驗證,并在收斂精度、穩(wěn)定性兩方面與EGO,PSO算法比較,結果顯示兩者都優(yōu)于EGO與PSO,說明該算法具有強尋優(yōu)性能、強魯棒性。
[Abstract]:The optimization algorithm of EGO(Efficient Global optimization based on Kriging proxy model is not accurate enough, and when the number of samples to construct the model is large, In this paper, an improved optimization algorithm combining global agent model with local agent model is proposed. Kriging is used as global agent model and local agent model. Several local agent models are optimized to obtain multiple local advantages, and the Kriging model is updated online to improve the accuracy of the model. To solve the problem of optimization time consuming, a sample point forgetting method and a sample point incremental method are proposed. The optimization time is much shorter than that of EGO. Through four typical test functions, the convergence accuracy and stability of the algorithm are compared with that of EGO and PSO. The results show that the algorithm is better than EGO and PSO, which shows that the algorithm has strong optimization performance and strong robustness.
【作者單位】： 華東理工大學信息科學與工程學院;華東理工大學化工過程先進控制和優(yōu)化技術教育部重點實驗室;
【基金】：國家自然科學基金項目(61403140) 上海市自然科學基金(13ZR1411500)
【分類號】：TP18

【參考文獻】

相關期刊論文 前1條

1 王琦;丁運亮;陳昊;;基于多級代理模型的優(yōu)化算法[J];南京航空航天大學學報;2008年04期

【共引文獻】

相關期刊論文 前1條

1 杜波;金光;周經(jīng)倫;張禮偉;;基于代理模型的武器裝備體系優(yōu)化算法研究[J];計算機工程與科學;2012年06期

【二級參考文獻】

相關期刊論文 前3條

1 李玉強;崔振山;陳軍;阮雪榆;張冬娟;;基于響應面模型的6σ穩(wěn)健設計方法[J];上海交通大學學報;2006年02期

2 王凌,吉利軍,鄭大鐘;基于代理模型和遺傳算法的仿真優(yōu)化研究[J];控制與決策;2004年06期

3 李響,李為吉;基于序列響應面方法的協(xié)同優(yōu)化算法[J];西北工業(yè)大學學報;2003年01期

【相似文獻】

相關期刊論文 前10條

1 張輝香;邱優(yōu)峰;張林波;付杰;;面向汽車外形空氣動力學優(yōu)化的代理模型方法[J];計算機輔助工程;2014年03期

2 曾會華;余雄慶;;基于代理模型的氣動外形優(yōu)化[J];航空計算技術;2005年04期

3 張黎明;李玉龍;;基于角色的權限代理模型及其實現(xiàn)[J];計算機應用研究;2009年02期

4 張東閣;傅雨田;;計算機輔助裝調(diào)的代理模型方法[J];紅外與激光工程;2013年03期

5 張茜;朱艷琴;羅喜召;;基于約束的授權代理模型[J];計算機應用與軟件;2008年11期

6 劉月琴;朱艷琴;陳玉春;;支持否定授權的基于子角色的授權代理模型[J];計算機應用與軟件;2008年11期

7 許濤;楊波;;網(wǎng)絡隧道代理模型及其關鍵技術研究[J];軟件導刊;2009年01期

8 何炎祥,李旭暉,宋強,杜卓敏;基于對象的多媒體合著系統(tǒng)代理模型[J];武漢大學學報(理學版);2001年03期

9 夏露;王丹;;基于Kriging自適應代理模型的氣動優(yōu)化方法[J];航空計算技術;2013年01期

10 穆雪峰,姚衛(wèi)星,余雄慶,劉克龍,薛飛;多學科設計優(yōu)化中常用代理模型的研究[J];計算力學學報;2005年05期

相關會議論文 前6條

1 修仁強;張小虎;劉宇;黃洪鐘;;多層次復雜系統(tǒng)設計中代理模型的不確定性量化[A];中國力學大會——2013論文摘要集[C];2013年

2 王蘇生;;一個動態(tài)遞歸代理模型及半線性的首選最優(yōu)契約[A];經(jīng)濟學（季刊）第2卷第2期（總第6期）[C];2003年

3 邢立寧;熊健;陳英武;;基于代理模型和試驗設計的社會管理策略評估方法[A];中國系統(tǒng)工程學會第十八屆學術年會論文集——A02管理科學[C];2014年

4 徐細雄;淦未宇;;基于多任務代理模型的管理者動態(tài)報酬契約設計[A];第十屆中國管理科學學術年會論文集[C];2008年

5 李權;郭兆電;雷武濤;白俊強;王丹;;飛行器設計中的代理模型與優(yōu)化算法[A];全面建成小康社會與中國航空發(fā)展——2013首屆中國航空科學技術大會論文集[C];2013年

6 楊培鴻;;重復建設的政治經(jīng)濟學分析:一個基于委托代理框架的模型[A];經(jīng)濟學（季刊）第5卷第2期（總第20期）[C];2006年

相關博士學位論文 前9條

1 何成;高溫環(huán)境下結構動力學建模關鍵技術研究[D];南京航空航天大學;2014年

2 陳世適;基于多源響應信息融合的優(yōu)化設計理論與方法研究[D];北京理工大學;2016年

3 孫凱鵬;梁、板結構的熱彈性動力學及其反問題研究[D];南京航空航天大學;2015年

4 張劍;基于代理模型技術的高速列車性能參數(shù)設計及優(yōu)化[D];西南交通大學;2015年

5 武曉莉;基于次可加測度的代理模型及應用[D];天津大學;2014年

6 張國慶;基于代理模型的分數(shù)階粘彈性/雙模量正/反問題數(shù)值求解[D];大連理工大學;2014年

7 向國齊;支持向量回歸機代理模型設計優(yōu)化及應用研究[D];電子科技大學;2010年

8 傅云瑾;IP網(wǎng)絡成本代理模型與成本函數(shù)仿真研究[D];北京郵電大學;2008年

9 趙軻;基于CFD的復雜氣動優(yōu)化與穩(wěn)健設計方法研究[D];西北工業(yè)大學;2015年

相關碩士學位論文 前10條

1 龔文;基于流股和單元的熱力學物性建模和計算方法研究[D];浙江大學;2015年

2 修仁強;多層次系統(tǒng)代理模型的不確定性量化及序列采樣方法研究[D];電子科技大學;2014年

3 展銘;基于代理模型的L型雙加筋板結構動力學優(yōu)化設計[D];南京航空航天大學;2015年

4 劉成龍;基于代理模型的螢火蟲優(yōu)化方法及Isight應用研究[D];大連理工大學;2015年

5 趙濤;基于代理模型驗證的混合不確定性優(yōu)化方法及其在空間繩系設計中的應用[D];電子科技大學;2015年

6 孫丹;風力發(fā)電系統(tǒng)對電網(wǎng)暫態(tài)穩(wěn)定性影響的分析與研究[D];華北電力大學;2015年

7 李興義;基于代理模型的增壓型柴油機進排氣敏感度研究[D];北京理工大學;2016年

8 張劍平;粒子群優(yōu)化算法代理模型的研究[D];吉林大學;2016年

9 張云水;基于最大化期望的多目標設計[D];清華大學;2015年

10 通旭明;基于甲型流感病毒的免疫反應代理模型構建以及估參問題的研究[D];西南大學;2016年

，

本文編號：1574683